mejora de la semantica

init-db/08-embeddings.sql

@@ -1,11 +1,3 @@
--- init-db/08-embeddings.sql
--- ============================================================
--- Esquema para embeddings y relaciones semánticas entre noticias
--- Compatible con embeddings_worker.py (usa traduccion_embeddings)
--- y mantiene una vista "embeddings" para compatibilidad previa.
--- ============================================================
-
--- Tabla principal de embeddings por traducción (con modelo)
 CREATE TABLE IF NOT EXISTS traduccion_embeddings (
   id             SERIAL PRIMARY KEY,
   traduccion_id  INT NOT NULL REFERENCES traducciones(id) ON DELETE CASCADE,
@@ -16,18 +8,11 @@ CREATE TABLE IF NOT EXISTS traduccion_embeddings (
   UNIQUE (traduccion_id, model)
 );
 
--- Índices recomendados
 CREATE INDEX IF NOT EXISTS idx_tr_emb_traduccion_id ON traduccion_embeddings(traduccion_id);
 CREATE INDEX IF NOT EXISTS idx_tr_emb_model          ON traduccion_embeddings(model);
 
--- -----------------------------------------------------------------
--- Vista de compatibilidad "embeddings"
--- (emula tu antigua tabla con columnas: traduccion_id, dim, vec)
--- Ajusta el valor del WHERE model = '...' si usas otro modelo.
--- -----------------------------------------------------------------
 DO $$
 BEGIN
-  -- Si ya existe una tabla llamada embeddings, la renombramos a embeddings_legacy para evitar conflicto
   IF EXISTS (
     SELECT 1 FROM information_schema.tables
     WHERE table_schema = 'public' AND table_name = 'embeddings'
@@ -35,11 +20,9 @@ BEGIN
     EXECUTE 'ALTER TABLE embeddings RENAME TO embeddings_legacy';
   END IF;
 EXCEPTION WHEN others THEN
-  -- No bloqueamos la migración por esto
   NULL;
 END$$;
 
--- Crea/actualiza la vista
 CREATE OR REPLACE VIEW embeddings AS
 SELECT
   te.traduccion_id,
@@ -48,20 +31,6 @@ SELECT
 FROM traduccion_embeddings te
 WHERE te.model = 'sentence-transformers/all-MiniLM-L6-v2';
 
--- Nota:
--- Si quieres que la vista siempre coja el embedding más reciente de CUALQUIER modelo:
---    REEMPLAZA el WHERE anterior por:
---    WHERE te.id IN (
---      SELECT DISTINCT ON (traduccion_id) id
---      FROM traduccion_embeddings
---      ORDER BY traduccion_id, created_at DESC
---    );
-
--- -----------------------------------------------------------------
--- Relaciones semánticas entre traducciones (opcional)
--- Esta tabla no la usa el worker directamente, pero permite cachear
--- "noticias relacionadas" precalculadas por otro proceso/batch.
--- -----------------------------------------------------------------
 CREATE TABLE IF NOT EXISTS related_noticias (
   traduccion_id          INT NOT NULL REFERENCES traducciones(id) ON DELETE CASCADE,
   related_traduccion_id  INT NOT NULL REFERENCES traducciones(id) ON DELETE CASCADE,
@@ -71,11 +40,6 @@ CREATE TABLE IF NOT EXISTS related_noticias (
   CHECK (traduccion_id <> related_traduccion_id)
 );
 
--- Índices para acelerar consultas en ambos sentidos
 CREATE INDEX IF NOT EXISTS idx_related_by_tr        ON related_noticias (traduccion_id);
 CREATE INDEX IF NOT EXISTS idx_related_by_relatedtr ON related_noticias (related_traduccion_id);
 
--- Sugerencias:
--- - Si pretendes recalcular periódicamente, podrías limpiar por ventana temporal:
---   DELETE FROM related_noticias WHERE created_at < NOW() - INTERVAL '7 days';
-